1700 万月活、40 个获批应用：北京 AI 观察者眼中的中国大模型生态

中国生成式 AI 应用月活第一名，是字节跳动的聊天机器人豆包，2024 年初约 1700 万。美国 ChatGPT 的月活大约 2700 万。两个数字放在一起，差距没有很多人想象中那么悬殊。

这是 Cognitive Revolution 播客 2024 年 4 月 10 日的一期节目，标题是 Inside China's AI Ecosystem: A View From Beijing。主持人是 Nathan Labenz，创业者兼 AI 投资人。嘉宾笔名 L-squared，在北京工作五年，做过中国公司和西方公司，现在关注云计算和基础设施。她在伦敦长大，中文足够让她追踪中国 AI 动态，也为 China Talk 写分析。这期节目由 China Talk 的 Jordan Schneider 牵线。

L-squared 开口先打了预防针：她只提供一个有限视角。Nathan 也自嘲，说自己对中国 AI 的了解，大概属于“去中国两周觉得什么都懂，待一年发现自己什么都不懂”的状态。这期对话覆盖了玩家、产品、监管、开源、芯片禁令和越狱文化，信息量很密。

牌桌上的人：大厂、清华系和缺席的领跑者

中国大模型生态，先分两大阵营。一边是大科技公司，另一边是 LLM 初创公司。

大厂里，阿里巴巴是电商巨头，也是中国云计算市场份额最大的公司。它投资了至少五家 LLM 初创，投资和云资源绑定，初创拿钱，也更容易用阿里的云。腾讯做出了微信，有自己的大模型，也在投初创。百度是搜索巨头，文心一言 Ernie 在中国语言模型基准 SuperCLUE 上排在中国模型前列。字节跳动做出了 TikTok 和抖音，它的聊天机器人产品在 2024 年初的生成式 AI 应用月活榜上排第一。华为在基础设施和云业务上很重要，也是芯片话题里的关键角色。

初创这边，可以再分两类。一类从清华出来。清华是中国计算机科学最强的大学，月之暗面 Moonshot AI 和智谱 AI Zhipu AI 都由清华教授创办，融资和关注度都不低，员工规模只有几百人，模型质量却相当能打。另一类由更成熟的创业者创办。李开复的零一万物推出了 Yi 系列模型，在开源排行榜上表现不错。李开复做过 Google 中国和微软亚洲研究院，公司总部在北京。还有百川智能，由搜狗创始人王小川创办，同时做开源和闭源模型。

Nathan 把中国和美国对比，发现两边更像。大厂有钱、有云、有分发渠道，也自己研发，同时投资初创。差异在于，中国没有一家实验室像 OpenAI、DeepMind、Anthropic 那样，在推动模型能力前沿上形成明确领跑。美国能数出两三家头号玩家，中国则是人人都有机会，也人人都没坐稳。

“他们不得不把赌注撒得很开，因为中国没有真正的领跑者，不像美国只有两三家特别突出的玩家。”

L-squared 还提到，中国圈内有人抱怨基础模型玩家太多，是一种浪费，尤其中国在硬件上受限制。她判断，未来几个月到几年，玩家会减少，行业会更集中。

1700 万月活、6 亿中产，和还没有 ChatGPT 的中国

中国公众对 AI 的认知并不低。主流新闻讨论 ChatGPT 和 Sora，也讨论中国需要自己的对应产品。2024 年中国最重要的政治会议期间，领导人去参观了百度和北京智源研究院，电视新闻有报道。中国电视台还播过 AI 生成的卡通系列。国企也在找 AIGC 服务。

但企业市场没有明确的首选供应商。L-squared 说，很多公司在做概念验证，谁是领先者还太早。消费端倒是有一个参照：字节跳动的聊天机器人月活约 1700 万，美国 ChatGPT 约 2700 万。中国人口是美国的四倍左右，中产规模可能占 40% 到 50%，大约 6 亿人。两边都还在采用曲线早期。

价格上，美国消费级 AI 产品普遍是每月 20 美元，ChatGPT Pro、Claude Pro、Perplexity 都差不多。中国这边，百度文心一言大约每月 8 美元，是少数已经商业化几个月的产品。很多中国 AI 助手还在免费抢用户。投资者圈子里有一种说法：企业级 AI 应用才是赚钱的地方，消费级应用商业化会很难。Nathan 补充，美国可能也有类似趋势，大多数人最终会从雇主那里获得 AI 工具，就像用 Google Workspace 或微软 Office 一样。

文心一言离 GPT-4 有多远，以及被关键词卡住的日常

模型质量是这期节目最具体的部分。Nathan 和 L-squared 在准备时试过百度文心一言 Ernie 4。SuperCLUE 是第三方基准，每几个月更新。在中文模型里，文心一言排在最前面，但即便在这个中文优先的榜上，GPT-4 仍然总分最高。

Nathan 的测试感受是，文心一言和 ChatGPT“更像，而不是更不同”。他让两个模型做编程题，ChatGPT 返回的 Python 代码没有明显高出一截，只是注释是中文，细节有差异。L-squared 自己的体验也类似：中国模型在中文任务上相当好用，和 GPT-4 的差距不大。

问题出在可用性。部分中国应用对敏感词过度敏感，一些完全无害、不涉及政治的问题，可能因为误触关键词过滤而拿不到回答。另一个限制是上下文窗口不够长。在受审查环境里使用这些工具，最大的日常摩擦来自过滤机制和上下文长度，而不是模型完全不会。

可用性上，L-squared 没有遇到资源不足。她使用这些工具时没有碰到“现在过载，稍后再来”的情况。这跟芯片限制似乎还没有直接体现在消费端体验上。

Qwen 1.5 72B 是另一个案例。这是阿里巴巴的模型，在 LMSYS 排行榜上和初代 GPT-4 咬得很紧，一度排进前十，堪称全球开源模型里的领先者。它的许可证是自定义的，号称开源，但可能有约束。普通中国用户不会直接去 Hugging Face 用 Qwen，而是用阿里的通义千问，一个闭源、更多审核机制的版本。开发者才通过 Hugging Face 接触 Qwen。同一个模型，开源权重和产品界面是两套东西。LMSYS 上的评测大概率以英文为主，如果换成中文，Qwen 的表现可能更好。

监管纸面很严，地面很松

中国生成式 AI 监管是这期节目里最让人困惑的部分。L-squared 的解释是，LLM 或生成式 AI 服务商需要注册，接受一系列安全测试，覆盖训练数据和模型输出。只有证明达到可接受阈值，才能获批部署。

训练数据不是逐条检查，而是抽样，不能使用未通过安全测试的批次。2024 年出台的生成式 AI 安全标准更细，要求服务商不得使用被中国法律和政策屏蔽的来源作为训练数据。Hugging Face 和 Wikipedia 在中国被屏蔽，按字面规定，这些常用训练数据源都不该用。

但 L-squared 认为，严格执行的可能性很低。开发者大概会继续用，只是不告诉政府。政府也可能睁一只眼闭一只眼，因为不想让中国生成式 AI 落后太多。纸面规则和实际执行之间，有一道很宽的缝。

另一个数据是，截至节目录制时，只有约 40 个应用或服务通过生成式 AI 备案。实际在市场上提供服务的生成式 AI 应用远不止这个数。很多公司看了备案流程，觉得来回沟通成本太高，干脆不注册。有些公司声称只做内部测试，用户要申请白名单。实际操作是，申请就批，和全面部署差别不大。应用开发者理论上也要走安全评估和注册，但如果底层基础模型已经获批，流程可能简化。应用商店和网站本该检查备案，但检查并不严。政府可能知道有积压，也没有下重手。

“规则确实很苛刻，但法律和执行之间有空隙，所以创业公司还有空间。”

开源、蒸馏和缺席的越狱文化

中国公司为什么一边被监管，一边还放出这么多开源模型？L-squared 认为，中国政府在权衡两件事：用 AI 提高经济生产率，同时控制政治风险。开源被视为帮助中国追赶美国 AI 的重要途径，所以政府没有打压。真正要管的是面向中国公众、有大规模用户的服务，必须符合官方叙事，不能输出政治上不可接受的内容。

开源模型一旦放出去，就不再受这些规则约束。Nathan 举了零一万物 Yi 34B 的例子。他在 LMSYS 上问天安门广场，模型给出了西方聊天机器人式的回答，包括 1989 年 6 月 3 日到 4 日、军队和坦克进入广场、伤亡估计从几百到几千人。L-squared 的判断是，开源版本放在 Hugging Face 上，公司没有做和中国市场同样严格的关键词过滤。Hugging Face 在中国本来就不能公开访问，所以公司没有动力让开源权重符合国内内容限制。一旦推出面向中国企业的 API，措施就会多起来。

China Talk 的文章测试了多个中国模型，发现行为差异很大。Yi 的 Hugging Face 版本最像西方模型，其他模型更符合预期。开源版和产品版也有差别。应用开发者被期望在核心生成之外加一层过滤。美国也有过类似做法，早期 Bing 会在检测到回答跑偏时撤回答案，换成“我现在不能谈这个”。但美国多数应用不怎么做这种过滤，ChatGPT 和 Gemini 基本是生成什么就给什么。中国语境里，这种过滤更常见。

China Talk 的测试还发现，模型性能和审查行为没有明显相关性。换句话说，从中共反馈中做强化学习，RLCCPF，似乎可行，模型没有因为更服从就变笨。这点和 L-squared 的体感一致：文心一言有时触发敏感词，但整体仍有使用价值。

中国没有西方那种越狱文化。新模型发布，西方网民会比赛谁能让它说出离谱的话。中国网民更谨慎，不会分享让聊天机器人说政治不可接受内容的截图。另一个原因是，中国模型还没到 GPT-4 或 Claude 3 的水平，人们不觉得它们犯错有多意外。

北京的智源研究院给中国总理做过演示，总结中国 AI 的挑战。一个是依赖外国开源架构。另一个是模型缺乏可控性。L-squared 说，中国开发者还在和可控性较劲，这件事风险很高。如果中国聊天机器人对政治领导人说了不该说的话，可能带来公关灾难，甚至被政府暂停服务。中国开发者面对的内容风险，比美国同行高得多。

防火墙并不是完全密封。很多中国人有 VPN，可以访问外国网站。ChatGPT 可能需要外国 SIM 卡，但淘宝上能买到外国号码。企业如果使用 Microsoft Azure，可以通过 Azure 访问 OpenAI 套件，包括在中国。Nathan 试图从美国注册中国产品，卡在需要中国手机号收短信这一步。

芯片禁令：库存、云漏洞和两三年后的账单

芯片禁令是 Nathan 最关心的部分。L-squared 说，目前中国还能拿出相当有能力的模型，有两个缓冲。第一，很多中国公司在出口管制生效前囤了大量芯片，中国云计算厂商还能提供不错的 NVIDIA 芯片。第二，中国公司可以使用海外云计算服务，用无法进口到中国的顶级芯片训练模型。

但库存会用完，前沿还在中国之外继续走。L-squared 判断，芯片禁令的全面效果，要两三年后才会更明显。现在说“芯片禁令没用，中国 AI 还是很好”的人，需要更有耐心。

美国已经在堵云服务漏洞。一项草案规则要求美国云服务商记录外国客户的大规模训练用量，其中可能包含限制某些国家，大概率是中国。如果落地，中国开发者获得算力会更难。L-squared 认为，这可能导致中美 AI 生态的差距在未来拉大。

Nathan 提到，2024 年 3 月 18 日 NVIDIA 发布了 Blackwell 架构，能效和成本效率据称有数量级提升。如果这些芯片很少能进入中国，未来几年影响会很大。中国方面态度混合。政府愿意投入资源，推动半导体生态和供应链本土化。华为是主要希望，它和中芯国际合作生产了一款智能手机芯片，让不少观察者吃惊，2024 年还计划扩大 GPU 生产。

明天就能用的几件事

这期节目最核心的结论，是中美 AI 生态更像镜像，而不是两个完全不同的世界。大厂都是基础设施拥有者、支票开出者、品牌和分发渠道，也都自己做研发、投初创。公众意识都不低，使用量都在增长，都没饱和。能力差距没有“美国领先好几年”那么夸张。审批流程纸面很严，执行很松。最大差异是越狱文化的缺席。

如果你要跟踪中国 AI，下面几件事可以马上做。

• 把开源权重和产品界面分开看。Hugging Face 上的 Yi 34B 能回答天安门广场问题，不代表中国用户能在中国应用里看到同样回答。同一个模型，面向国内会套上过滤层。
• 查备案名单。中国生成式 AI 备案目前只有约 40 个应用，实际市场远大于这个数。名单能帮你判断哪些产品是合规面向公众的，哪些可能处在灰色地带。
• 用 LMSYS 排行榜做粗筛，但别只看总分。Qwen 1.5 72B 在英文评测里和初代 GPT-4 接近，中文表现可能更好。要测中文任务，自己写几个真实场景提示词，分别跑文心一言、通义千问、Kimi 和 Yi。
• 关注美国云出口管制细则。草案要求美国云商记录外国客户大规模训练，可能限制中国公司用海外算力。这条规则会影响中国模型未来两三年的训练节奏。
• 跟踪芯片库存和华为 GPU 进展。出口管制前囤的芯片会用完，华为与中芯国际的 GPU 扩产是最大的本土变量。两三年后再下结论。

L-squared 在节目最后没有给乐观或悲观的定论。她只是提醒，出口管制的影响还在后面。读者最实用的姿态是：把中国 AI 当成一个正在快速变化的生态，定期看备案、看开源权重、看云规则，而不是用一句“领先几年”或“马上追上”把它盖住。